一口气学完《三体 I》,拍张照就能让AI开发应用,这是钉钉「/」的首份开箱评测(1)

简介: 一口气学完《三体 I》,拍张照就能让AI开发应用,这是钉钉「/」的首份开箱评测

科幻电影《银翼杀手》中有一个经典片段:男主角 Rick Deckard 为了追踪目标嫌疑人,需要在屏幕上放大一张照片。但是,他并没有使用鼠标,而是通过自然对话的形式向显示器下达了口头命令。



这个电影上映于 1982 年,距今已经 41 年。在这四十多年的时间里,通过语言控制设备已经逐步变成了现实。起初,机器能够听懂的语言只是简单的「打开电视」「放大声音」…… 如今,这一范围扩大到了各种复杂指令。人们的生活、生产方式都在被 AI 重塑。


过去,如果你想写一篇营销策划,你可能先要阅读冗长的产品材料,把自己手动提炼的要点编辑出来,然后整理成一篇策划案。但如今,这些工作都被一条「/」简化了。


这个「/」来自钉钉。在前段时间的发布会中,我们看到了关于它的现场演示,比如图文创作、摘要提取、应用开发、专属问答机器人…… 覆盖多个行业的多个工作场景,因此很多人也叫它「魔法棒」。

那么,这个「魔法棒」到底好不好用?在拿到钉钉斜杠「/」的邀请码后,机器之心进行了开箱评测。


此次评测的内容包括多个方面,比如文档编辑能力(文生文、文生图、文生表格)、聊天消息摘要、应用开发、问答机器人等。评测的目的在于验证钉钉斜杠"/"这根「魔法棒」的实际使用体验是否符合之前 demo 和现场演示给人的预期,是否真能提高生产环境工作效率。


文档编辑:文字、表格生成游刃有余,图像生成仍需努力


文档是大部分工作者每天都要打交道的内容,涉及文生文、文生图、文生表格等实用方向。


在这部分测评中,考虑到钉钉服务于产业的性质,我们以一个具体的行业场景切入,看看钉钉能不能在实际业务中帮上忙。


假设我们要开一家奶茶店,但起初,我们并不清楚具体的准备过程。于是,我们新建了一个文档。输入「/」,文档界面弹出「向智能助手提问」的魔法棒。



点击这个魔法棒,我们可以看到它的各种用法,包括头脑风暴、写营销策划、职位描述、竞品分析、产品说明、合同等等。



如果你不确定自己的问题属于哪一类,直接在输入框中提问也是可以的。


第一个问题是:开一家奶茶店要做哪些准备工作?单击回车,魔法棒一口气列出了九条准备事项:



不过,这些条目并不详细,于是我们要求魔法棒继续写。可以看出,在续写的内容中,魔法棒补充了很多细节。



对于开店准备阶段的 SWOT 分析、营销方案撰写,魔法棒也能毫不费力地应对。这些内容足以让开店小白对即将要做的事情有一个基本概念。




入门之后,我们尝试用「魔法棒」生成一些实施过程中可能用到的材料,比如表格、宣传画。


首先,我们尝试让「魔法棒」罗列一个设备采购表格。可以看出,它可以自动给出需要采购的设备种类以及需要记录的相关信息(型号、数量、单价、总价等)。如果在生成结束后选择「继续写」,这个表格还可以继续扩展,帮我们进一步打开思路。



接下来,我们尝试生成一张宣传画:



可以看到,在文生图功能中,魔法棒通常会生成四幅图像供我们选择。我们可以选择其中一幅,也可以全选。作为国内首个将文生图落地到应用上的生产力工具,钉钉魔法棒在测试中的表现确实带来了一些惊喜。





不过,在生成的图像中,我们也发现了一些问题,比如某些风格总是生成失败(如水墨画)、图像中包含一些没有意义的文字、无法定制自己想要的文字等等。这会给使用者带来一些麻烦。




所以,总体来看,在文档编辑这类场景中,文生文、文生表格相对来看比较成熟,在提升生产效率方面成效比较显著。但文生图功能尚不稳定,有种「抽卡」的感觉。不过,相比于 Midjouney 等效果更好的文生图 AI 模型,钉钉「魔法棒」的 prompt 可以更简单,结合工作中的高频场景,使用起来也更方便。


聊天摘要:消除了「爬楼痛苦」,但也偶有瑕疵


在工作中,我们可能经常遇到这种场景:一小时没打开工作软件,群里的未读消息就堆积到了「99+」。为了避免错过重要信息,我们往往要花一段时间「爬楼」,从大量消息中筛选有用的、和自己相关的信息。


但现在,我们只需要在聊天框中输入「/」,「魔法棒」就可以自动把上百条信息总结出来。



同样以开奶茶店为例。假设我们在群里聊了一些开店事宜,聊天结束后想把重要信息总结下来。



在最后一个人发言结束后,输入「/」,选择「智能摘要」,魔法棒开始自动整理。



几秒钟后,「魔法棒」给出生成结果:



可以看出,「魔法棒」基本把三个人聊天的要点摘了出来,而且把最后的任务划分整理得非常清楚。


不过,在整理另外两轮的对话时我们也发现了一些问题,比如摘要过于笼统且无法以对话的形式进行修改、内容与发言人不匹配等。



比如在下面这个闲聊的例子中,「并称其为编辑部厨艺第二好的同学」主语应该是二狗。



此外,目前的「智能摘要」功能仅支持 1000 字以内的对话,如果讨论内容比较长,信息会有所损失。不过我们咨询钉钉同学后了解到,还好它选取消息范围的设定是「自后往前」,这也是为了防止实际使用中,由于前列消息占了大头,导致多次生成的效果会重复。这应该是一种工程化上的设计。


所以,总体来看,钉钉「魔法棒」的聊天消息摘要功能无论在闲聊还是工作相关的群聊中都能发挥一定作用,帮群聊成员省去总结、「爬楼」的时间。当然,该功能目前生成的内容也偶有瑕疵。



相关文章
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
8天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗领域的应用及其挑战
【10月更文挑战第34天】本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念入手,然后详细介绍其在医疗领域的各种应用,如疾病诊断、药物研发、患者护理等。最后,我们将讨论AI在医疗领域面临的主要挑战,包括数据隐私、算法偏见、法规合规等问题。
27 1
|
6天前
|
机器学习/深度学习 人工智能 算法
AI在医疗领域的应用与挑战
本文探讨了人工智能(AI)在医疗领域的应用,包括其在疾病诊断、治疗方案制定、患者管理等方面的优势和潜力。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题以及技术局限性等。通过对这些内容的深入分析,旨在为读者提供一个全面了解AI在医疗领域现状和未来发展的视角。
31 10
|
6天前
|
机器学习/深度学习 人工智能 监控
探索AI在医疗领域的应用与挑战
本文深入探讨了人工智能(AI)在医疗领域中的应用现状和面临的挑战。通过分析AI技术如何助力疾病诊断、治疗方案优化、患者管理等方面的创新实践,揭示了AI技术为医疗行业带来的变革潜力。同时,文章也指出了数据隐私、算法透明度、跨学科合作等关键问题,并对未来的发展趋势进行了展望。
|
5天前
|
存储 人工智能 固态存储
如何应对生成式AI和大模型应用带来的存储挑战
如何应对生成式AI和大模型应用带来的存储挑战
|
7天前
|
传感器 人工智能 算法
AI在农业中的应用:精准农业的发展
随着科技的发展,人工智能(AI)在农业领域的应用日益广泛,尤其在精准农业方面取得了显著成效。精准农业通过GPS、GIS、遥感技术和自动化技术,实现对农业生产过程的精确监测和控制,提高产量和品质,降低成本和环境影响。AI在作物生长监测、气候预测、智能农机、农产品品质检测和智能灌溉等方面发挥重要作用,推动农业向智能化、高效化和可持续化方向发展。尽管面临技术集成、数据共享等挑战,但未来前景广阔。
|
8天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用及其未来趋势
【10月更文挑战第34天】随着人工智能技术的飞速发展,其在医疗领域的应用也日益广泛。本文将探讨AI技术在医疗诊断中的具体应用案例,分析其对提升诊断效率和准确性的积极影响,并预测未来AI在医疗诊断中的发展趋势。通过实际代码示例,我们将深入了解AI如何帮助医生进行更精准的诊断。
|
9天前
|
机器学习/深度学习 人工智能 算法
AI在医疗影像诊断中的应用与未来展望####
本文深入探讨了人工智能(AI)在医疗影像诊断领域的最新进展、当前应用实例及面临的挑战,并展望了其未来的发展趋势。随着深度学习技术的不断成熟,AI正逐步成为辅助医生进行疾病早期筛查、诊断和治疗规划的重要工具。本文旨在为读者提供一个全面的视角,了解AI如何在提高医疗效率、降低成本和改善患者预后方面发挥关键作用。 ####
|
7天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗影像诊断中的应用
探索AI在医疗影像诊断中的应用
|
8天前
|
人工智能 自然语言处理 API
探索AI在自然语言处理中的应用
【10月更文挑战第34天】本文将深入探讨人工智能(AI)在自然语言处理(NLP)领域的应用,包括语音识别、机器翻译和情感分析等方面。我们将通过代码示例展示如何使用Python和相关库进行文本处理和分析,并讨论AI在NLP中的优势和挑战。